问题：采购商清单的困境
每周五，我们团队的窗口设备前总是重复同样的场景。
「这位采购商上个月不是已经询问过吗？」
「这人的邮箱网域是正式公司域名吗？」
「已经好几周没有回应了，还值得联系吗？」
谷歌表单中积累的采购商数据超过了500笔，手动逐一检查需要4到5小时。在这期间新的询问源源不断地涌入，而真正的潜在客户却在等待我们的回应。
解决方案：机器人自动分类系统
我们给Claude Code的任务非常明确。
检查谷歌表单采购商数据后：
1. 计算最近未回应时长（多少天没有回应？）
2. 确认企业域名（看起来像真正采购商吗？）
3. 搜索过往询问记录（重复询问者吗？）
4. 评分优先级（1～5级）
5. 结果自动排序到新表单
机器人根据五项指标对每位采购商进行评分。
• 待回应时长（越长分数越高）
• 域名信任度（是否为企业邮箱）
• 过往互动频率
• 询问内容的具体度
• 最近活动时间
Before和After
Before（手动作业标准）
• 耗时：4～5小时/周
• 优先级：混乱无序
• 遗漏采购商：平均每月15～20名
• 错误率：约8%（重复联系、垃圾邮件等）
After（Claude Code机器人）
• 耗时：3分钟/周
• 优先级：自动排序（5级）
• 遗漏采购商：几乎没有
• 错误率：0.2%（已验证）
意外发现
有趣的是，机器人排序的结果与我们手动认定的优先顺序经常不同。
我们认为「这位采购商最近才询问，稍后再看也可以」，但机器人判断「这位客户已经等了3周的回应，域名信任度高，过往也有交易意向，应该最优先」。实际上优先回应那些采购商后，成交率提升了18%。
团队反应
「现在早上来上班，只需看机器人制作的清单，从上往下开始就行了」，这是一位团队成员的评价。无需复杂说明，数字本身就说明了一切。
谷歌表单→Claude Code→优先级自动重新排序，这个循环现在每周三自动运作。